Greater milk yield is related to increased DNA and RNA content but not to mRNA abundance of selected genes in sow mammary tissue
Notice bibliographique
Résumé
The relationship between greater sow milk yield and mammary development, expression of selected genes in mammary tissue and hormonal concentrations in lactating sows was studied. Crossbred sows were separated in two groups according to the weight gains of their piglets up to day 21. The groups were: (1) lower milk yield (LOW, n = 14) and (2) higher milk yield (HI, n = 14), representing lactation weight gains of 4.46 and 5.25 kg pig -1 , respectively. Jugular blood samples were obtained from all sows on day 3 (for prolactin determination) and day 23 (for measures of prolactin, leptin, insulin, glucose and free fatty acids) of lactation, and milk samples were collected on days 3 and 22. At weaning (day 23), sows were slaughtered and their mammary glands were collected, dissected and composition was determined. Mammary parenchymal tissue was analyzed for the mRNA abundance of selected genes. Hormone concentrations in blood did not differ between groups (P > 0.1) and on day 3 of lactation, dry matter and leptin contents in milk were lower (P < 0.05) in HI than in LOW sows. There was more DNA and RNA per teat in HI than LOW sows (P < 0.05), whereas the expression of selected genes within mammary tissue was unaffected (P > 0.1) by production group. Significant correlations (P < 0.01) existed between average weight gain of piglets during lactation and mammary RNA and DNA, expressed either as total amount or amount per teat, at weaning. Sow milk yield is therefore related to mammary gland composition in late lactation.Key words: Genes, lactation, mammary gland, milk yield, sow
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».